Evaluationsmaße

“Evaluationsmaße” von
Antje Schweitzer, KI B3 / Universität Stuttgart

Das Werk - mit Ausnahme der folgenden Elemente:
- Logos der Verbundpartner und des Förderprogramms
- im Quellenverzeichnis aufgeführte Medien

ist lizenziert unter: CC BY 4.0 (https://creativecommons.org/licenses/...) (Namensnennung 4.0 International)

Quellenverzeichnis
Titelfoto: unbenannt, von Battlecreek Coffee Roasters (https://unsplash.com/@battlecreekcoff...) auf Unsplash (https://unsplash.com/photos/JUPPTsfCuiQ), ist lizenziert unter Unsplash-Lizenz (https://unsplash.com/license). Bildausschnitt verändert.

Dieses Video ist Teil der Playlist Zusatzqualifikation KI und Maschinelles Lernen:    • Zusatzqualifikation KI und Maschinell...  

Mehr Materialien zu diesem Video finden Sie beim Zentralen Open Educational Resources Repositorium der Hochschulen in Baden-Württemberg, ZOERR, hier: http://hdl.handle.net/10900.3/OER_AFQ...

Materialien zu allen Themen der Zusatzqualifikation finden Sie in einer redaktionell betreuten Sammlung des ZOERR hier: https://www.zoerr.de/edu-sharing/comp...

00:00:00 Einleitung
00:00:12 Binäre Klassifikation
00:00:24 Modell zur Erkennung von Hautkrebs
00:02:38 Zusammenfassung: Accuracy
00:02:58 Welches Modell ist besser?
00:06:26 Modell 1
00:10:16 Modell 2
00:11:07 Zusammenfassung: Precision und Recall
00:11:27 Definition: Precision
00:11:51 Definition: Recall
00:12:12 Klassifikation mit mehreren Klassen
00:12:19 Übertragung von Precision und Recall
00:13:30 Ein Beispiel mit mehreren Klassen
00:15:03 Zusammenfassung: Konfusionsmatrix
00:15:23 Quiz 1, 2, 3, 4, 5
00:15:33 Ein Blick auf die Konfusionsmatrix
00:19:55 Precision und Recall für alle Klassen
00:24:03 Mittel für Precision und Recall über alle Klassen
00:26:08 Zusammenfassung: Durchschnittswerte für Precision und Recall
00:26:30 Der F-Score
00:28:43 Der F-Score am Beispiel
00:29:56 Zusammenfassung: F-Score
00:30:16 Quiz 6, 7, 8
00:30:23 Regression
00:30:31 Bewertung von vorhergesagten Größen
00:36:40 Zusammenfassung: MSE
00:37:02 Zusammenfassung: RMSE
00:37:21 Vorteil des RMSE
00:37:29 Determinationskoeffizient